python - 如何在python中解压缩'zg-files'输出文件

Question

我在 python 中有一个脚本，允许我下载用户输入名称“输入”的物种序列，然后他的序列直接放在一个使用物种名称的文件夹中。但采用压缩格式（_genomic.fna.gz 或 _protein.faa.gz）。我想添加一个允许直接压缩输出文件的功能（因为它是一个重要的数字，例如对于 klebsiella 几乎 14 000 个序列）。Si quelqu'un peut m'aider s'il vous plaît( en rajoutant 。这是我的代码：

import wget
import numpy as np 
import pandas as pd   
import urllib.parse
import posixpath 
import os
import gzip
import shutil

URL='https://ftp.ncbi.nlm.nih.gov/genomes/GENOME_REPORTS/prokaryotes.txt'

data = pd.read_csv(wget.download(URL) , sep = '\t', header = 0)

espece = input("bacterial species : ")
TypeSeq = input ("fna (nucleique) ? ou faa (proteique) ? : ")   

if data["#Organism/Name"].str.contains(espece, case = False).any():

    print(data.loc[data["#Organism/Name"].str.contains(espece, case = False)]['Status'].value_counts())  
    FTP_list = data.loc[data["#Organism/Name"].str.contains(espece, case = False)]["FTP Path"].values
if  TypeSeq == "faa" :
    
        if not os.path.exists(espece):
            os.makedirs(espece)
    
        for url in FTP_list:
            try : 
                parts = urllib.parse.urlparse(url)
                parts.path
                posixpath.basename(parts.path)
                suffix = "_protein.faa.gz"
                prefix = posixpath.basename(parts.path) 
                print(prefix+suffix)
                path = posixpath.join(parts.path, prefix+suffix)
                ret = parts._replace(path=path) 
                sequence = wget.download(urllib.parse.urlunparse(ret), out=espece)
                f = gzip.open(sequence, 'rb')
                    
            except :
                print ("")
        
else:    
    print("species not found ")

标签： pythonpandas